آموزش معماری اپلیکیشن‌های بیگ دیتا: مهندسی اپلیکیشن‌های حالت دسته‌ای (Batch Mode) - آخرین آپدیت

دانلود Architecting Big Data Applications: Batch Mode Application Engineering

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

اپلیکیشن‌های بیگ دیتا (داده‌های عظیم) به دانشمندان و تحلیلگران داده اجازه می‌دهند تا داده‌ها را به صورت بهینه جمع‌آوری، ذخیره، مدیریت و برای دستیابی به نتایج دقیق‌تر و داده‌محور، از آن‌ها استفاده کنند. در این دوره آموزشی، مدرس دوره (Kumaran Ponnambalam) موارد استفاده واقعی در کسب‌وکار و بهترین روش‌ها برای معماری اپلیکیشن‌های بیگ دیتا با استفاده از تکنولوژی‌های متن‌باز موجود را بررسی می‌کند.

در این دوره بیاموزید که چگونه اپلیکیشن‌های پردازش دسته‌ای (Batch Processing) ساده و پیچیده را معماری کنید و با اصول اساسی معماری بیگ دیتا مانند مقیاس‌پذیری افقی (Horizontal Scaling)، پردازش توزیع‌شده، انتخاب و یکپارچه‌سازی تکنولوژی‌ها و زمان‌بندی آشنا شوید. شما خواهید آموخت که چگونه حجم داده‌ها را به حداقل برسانید، بار داده‌ها را به صورت یکنواخت توزیع کنید، از حافظه‌های پنهان (Caches) استفاده کنید، داده‌ها را مجدداً پردازش نمایید و خطاهای سیستم را عیب‌یابی کنید. در طول این مسیر، مهارت‌های خود را با بررسی کاربردهای عملی در حوزه‌های مختلف عملکردی و تکنولوژیک ارتقا دهید.


سرفصل ها و درس ها

مقدمه Introduction

  • معماری اپلیکیشن‌های بیگ دیتا Architecting big data applications

1. آشنایی با اپلیکیشن‌های بیگ دیتا 1. Introduction to Big Data Applications

  • تکنولوژی‌های مهندسی داده‌های دسته‌ای Technologies for batch big data engineering

  • چالش‌های ساخت اپلیکیشن‌های دسته‌ای Challenges building batch applications

  • موارد کاربردی برای بیگ دیتای دسته‌ای Use cases for batch big data

  • ویژگی‌های پردازش دسته‌ای Characteristics of batch processing

  • فرآیند معماری برای مهندسی داده‌ها Architecture process for data engineering

2. اصول معماری بیگ دیتا 2. Big Data Architecture Principles

  • انتخاب تکنولوژی Technology selection

  • پردازش توزیع‌شده Distributed processing

  • یکپارچه‌سازی تکنولوژی‌ها Technology integrations

  • اتخاذ تصمیم: زمان واقعی در مقابل دسته‌ای Making the choice: Real-time vs. batch

  • مقیاس‌پذیری افقی Horizontal scaling

3. اصول معماری اپلیکیشن‌های دسته‌ای 3. Batch Application Architecture Principles

  • به حداقل رساندن حجم داده‌ها Minimizing data volumes

  • توزیع یکنواخت بار Uniform load distribution

  • استفاده از حافظه‌های پنهان Using caches

  • انتخاب زمان‌بندی Schedule selection

  • پردازش مجدد Reprocessing

4. مورد کاربردی اول: آرشیو داده‌های ردپای حسابرسی 4. Use Case 1: Audit Trail Data Archive

  • ردپای حسابرسی: انتخاب تکنولوژی‌ها Audit trail: Select technologies

  • ردپای حسابرسی: بررسی معماری نهایی Audit trail: Review final architecture

  • ردپای حسابرسی: بررسی نیازمندی‌ها Audit trail: Study requirements

  • ردپای حسابرسی: مقیاس‌بندی جریان کاری Audit trail: Scale the workflow

  • ردپای حسابرسی: ایجاد یک جریان کاری Audit trail: Create a workflow

  • ردپای حسابرسی: تعریف مسئله Audit trail: Define the problem

5. مورد کاربردی دوم: تحلیل‌های تبلیغاتی 5. Use Case 2: Advertising Analytics

  • تحلیل تبلیغات: بررسی نیازمندی‌ها Advertising analytics: Study requirements

  • تحلیل تبلیغات: ایجاد یک جریان کاری Advertising analytics: Create a workflow

  • تحلیل تبلیغات: تعریف مسئله Advertising analytics: Define the problem

  • تحلیل تبلیغات: بررسی معماری نهایی Advertising analytics: Review final architecture

  • تحلیل تبلیغات: مقیاس‌بندی جریان کاری Advertising analytics: Scale the workflow

  • تحلیل تبلیغات: انتخاب تکنولوژی‌ها Advertising analytics: Select technologies

6. مورد کاربردی سوم: سیستم پیشنهاد محصول 6. Use Case 3: Product Recommendations

  • پیشنهاد محصول: تعریف مسئله Product recommendations: Define the problem

  • پیشنهاد محصول: بررسی نیازمندی‌ها Product recommendations: Study requirements

  • پیشنهاد محصول: مقیاس‌بندی جریان کاری Product recommendations: Scale the workflow

  • پیشنهاد محصول: بررسی معماری نهایی Product recommendations: Review the final architecture

  • پیشنهاد محصول: ایجاد یک جریان کاری Product recommendations: Create a workflow

  • پیشنهاد محصول: انتخاب تکنولوژی‌ها Product recommendations: Select technologies

جمع‌بندی Conclusion

  • ادامه مسیر در معماری اپلیکیشن‌های بیگ دیتا Continuing to architect big data applications

نمایش نظرات

آموزش معماری اپلیکیشن‌های بیگ دیتا: مهندسی اپلیکیشن‌های حالت دسته‌ای (Batch Mode)
جزییات دوره
1h 28m
35
(آخرین آپدیت)
7,428
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kumaran Ponnambalam Kumaran Ponnambalam

اختصاص به آموزش علوم داده

V2 Maestros به آموزش علوم داده و داده های بزرگ با هزینه های مقرون به صرفه برای جهان اختصاص دارد. مربیان ما تجربه دنیای واقعی در تمرین علم داده و ارائه نتایج تجاری دارند. علم داده یک حوزه داغ و در حال رخ دادن در صنعت فناوری اطلاعات است. متأسفانه منابع موجود برای یادگیری این مهارت به سختی یافت می شود و گران است. امیدواریم این مشکل را با ارائه آموزش باکیفیت با نرخ های مقرون به صرفه، با ایجاد استعدادهای علم داده در سراسر جهان، کاهش دهیم.